В свое время тоже задавался этим вопросом, изучив кучу доков, написал вот такую регулярку, правда это C++ и boost, но сама регулярка может перебраться и на php

// Регулярка для выбора основных составных url

const boost::regex main_expression(

// PROTO HOST PORT

"^(\?[^:/\?#]+)://)\?(\\w+[^/\?#:]*)(\?:\\d+))\?"

// PATH FILE PARAMS

"(/\?(\?:[^\?#/]*/)*)\?([^\?#]*)\?(\\\?(.*))\?",

boost::regbase::normal | boost::regbase::icase);